主题模型是个无监督的学习方法
这里简单记录一下 用的lda 进行文档进行主题模型分类的一个小小的练习及其 预测
可以简单理解 lda就是训练2个分布 一个是文档到主题的分布概率 和主题到单词的分布概率 文档到单词的分布概率是一直的
不断挑战预期
具体理论细节可以参考这篇博客
代码实现训练主题模型
【gensim的LDA做文档主题分类的练习 模型加载和预测】"""LDA模型应用：一眼看穿希拉里的邮件我们拿到希拉里泄露的邮件，跑一把LDA，看看她平时都在聊什么 。首先，导入我们需要的一些库"""import numpy as npimport pandas as pdimport re"""然后处理邮件 读取数据 """df=pd.read_csv('./input/HillaryEmails.csv')#原邮件数据中有很多Nan的值，去掉df=df[['Id','ExtractedBodyText']].dropna()"""

• 电脑图片删除了怎么恢复？来点不一样的套路找回它
• 澳大利亚一年四季天气 澳大利亚的四季美景
• 中雨有雷声吗 下雨打雷的概率大吗
• Python高级--决策树
• 视觉系海报教程模仿-----几何图形的应用
• 6 【产品设计】界面设计方法：界面与组件的概念
• 南京最冷的天气是多少 南京一般几月份才开始冷
• 基于机器视觉的数字1-10手势识别系统
• 智慧城市的抓手：平安城市是一种服务
• 基于可靠消息服务的分布式事务演进